Académique Documents
Professionnel Documents
Culture Documents
production de vaccins
Arnaud Duigou
Contact : ddoc-theses-contact@univ-lorraine.fr
LIENS
FACULTÉ DE PHARMACIE
THÈSE
pour obtenir :
le Diplôme d’état de Docteur en Pharmacie
Par
Arnaud Duigou
Né le 11 juin 1985, à Colmar (68)
Membres du jury
Président :
Mme. Chantal FINANCE, Professeur, Faculté de Pharmacie de Nancy
Juges :
Mme Annie MARC, Directeur de Recherche au CNRS
M. Frantz FOURNIER, Maître de Conférences à l’ENSAIA
« LA FACULTÉ N’ENTEND DONNER AUCUNE APPROBATION, NI IM-
PROBATION AUX OPINIONS ÉMISES DANS LES THÈSES, CES OPINIONS
DOIVENT ÊTRE CONSIDÉRÉES COMME PROPRES À LEUR AUTEUR ».
UNIVERSITÉ HENRI POINCARÉ, NANCY 1
FACULTÉ DE PHARMACIE
Année universitaire 2009-2010
DOYEN
Francine PAULUS
Vice-Doyen
Francine KEDZIEREWICZ
Président du Conseil de la Pédagogie
Bertrand RIHN
Commission de la Recherche
Christophe GANTZER
Mobilité ERASMUS & Communication
Francine KEDZIEREWICZ
Hygiène Sécurité
Laurent DIEZ
Responsable du CEPH
(Collège d’Enseignement Pharmaceutique Hospitalier)
Jean-Michel SIMON
Chantal FINANCE
Claude VIGNERON Jeffrey ATKINSON
Marie-Madeleine GALTEAU
Gérard SIEST
Claude VIGNERON
Professeurs Honoraires Maîtres de Conférences Honoraires
Assistantes Honoraires
Marie-Catherine BERTHE
Annie PAVIS
ENSEIGNANTS
PROFESSEURS
MAITRES DE CONFÉRENCES
PROFESSEUR ASSOCIÉ
PROFESSEUR AGRÉGÉ
Je tiens tout d’abord à exprimer ma profonde gratitude aux membres du jury qui
ont accepté d’évaluer cette thèse d’exercice.
À Aude,
Toi qui m’a tant apporté par ton soutien et ta présence. Merci de faire
route avec moi dans la vie, pour la vie.
À mes parents,
Vous avez été présents lorsque j’en ai eu besoin, merci de m’avoir aidé à
réaliser mes ambitions. J’espère que vous serez fiers de cette
concrétisation.
o
Table des matières
i
Table des figures
ii
Liste des tableaux
iii
Introduction
Les bioprocédés ont connu un essor considérable dans les industries pharmaceu-
tiques au cours de ces dernières décennies ; les biotechnologies y ont réussi leur pari
en passant, en l’espace de quelques années, de la théorie à la réalité. À constater
l’évolution forte du marché des biomédicaments, les biotechnologies et l’industrie
pharmaceutique sont de plus en plus intimement liées. Cela se concrétise particu-
lièrement bien en ce qui concerne le domaine des vaccins, puisque la production de
vaccins est complètement indissociable des techniques de culture de cellules animales.
Sous l’impulsion des autorités de santé et sous l’effet d’une concurrence exacerbée,
les industries de santé se doivent de maîtriser de mieux en mieux leurs procédés de
production, à fortiori les procédés biotechnologiques. Cette maîtrise passe par une
meilleure compréhension des procédés et de leur fonctionnement et par l’utilisation
de nouveaux outils tels que les modèles mathématiques. C’est dans cette optique, de
compréhension et d’amélioration quantitative et qualitative des connaissances, que
s’intègre le travail qui a servi de base à cette thèse d’exercice.
1
– exprimer les diverses facettes de ma double formation, à travers un sujet pou-
vant être abordé avec différentes sensibilités.
J’ai choisi de rédiger cette thèse à l’aide du programme libre et gratuit LATEX. Des
renseignements concernant ce programme efficace et peu répandu sont disponibles
dans l’annexe ??. Le lecteur trouvera notamment un index, une listes de abréviations,
ainsi qu’une nomenclature en fin de document (Annexe ??), afin que la navigation
dans ce document soit plus aisée.
2
Première partie
3
Chapitre 1
1.1 Définition
4
1. La classe thérapeutique des vaccins
1.2. Un bref historique de la vaccination
Dès l’antiquité, les anciens avaient déjà noté que certaines maladies graves inter-
prétées comme étant des intoxications par des miasmes ambiants, ne pouvaient se
contracter successivement à deux reprises. D’où cette idée assez précoce d’imiter la
nature en provoquant de façon artificielle des formes atténuées de certaines maladies.
Cependant cette constatation archaïque est longtemps restée non vérifiée. C’est
seulement au XIème siècle, en Chine, que l’on retrouve des traces précises de la
pratique de la variolisation ; les chinois utilisaient alors le pus ou les squames broyées
d’un patient et les plaçaient dans les narines d’un sujet sain. On doit l’importation
occidentale de cette technique de variolisation à Bartholin qui la rapporte en Europe
dès 1673 [?].
Bien que la variolisation soit souvent efficace pour prévenir la variole, les résul-
tats des campagnes de variolisation restaient mitigés et irréguliers puisque 2 à 3%
des personnes mouraient d’une variole ainsi contractée. En 1760, Daniel Bernouilli,
mathématicien, physicien et docteur en médecine démontrera que, malgré les risques,
la généralisation de cette technique aurait permis de gagner un peu plus de trois ans
d’espérance de vie à la naissance [?], [?].
Le 14 mai 1796, Edward Jenner inocule dans la peau d’un enfant de paysan
de huit ans, du pus de vache souffrant de variole bovine, encore appelée vaccine. Un
mois plus tard, il vérifie que le sujet est immunisé en lui inoculant cette fois-ci du pus
humain. Le travail de Jenner est sans aucun doute la première approche scientifique
de contrôle d’une maladie infectieuse au moyen d’une inoculation délibérée. S’il s’est
vraisemblablement inspiré des tentatives empiriques restées dans l’Histoire, il est le
premier à avoir situé ses recherches dans une perspective clinique et épidémiologique.
Jenner poursuivit ses études et conclut en 1810 que l’immunité conférée ne durait
pas toute la vie, sans pour autant en identifier précisément la raison. On peut donc
5
1. La classe thérapeutique des vaccins
1.2. Un bref historique de la vaccination
Il a fallu attendre près d’un siècle pour pouvoir percevoir de manière plus claire
les problématiques relatives à la vaccination, grâce à Louis Pasteur. En effet, Pasteur
a démontré l’origine des maladies infectieuses, et a aussi prouvé qu’il était possible de
s’en protéger par l’injection de germes atténués, provoquant une maladie d’expression
bénigne et permettant de développer une immunité solide et durable. À la fin des
années 1870, le travail de Pasteur sur l’atténuation du virus du choléra du poulet fut
un pas décisif supplémentaire avec l’utilisation, non pas d’un organisme proche de
celui provoquant la maladie, mais de cette même souche ayant perdu de sa virulence
[?]. L’étape fondamentale de la vaccination humaine fut franchie le 4 juillet 1885,
quand Pasteur appliqua pour la première fois, au petit Joseph Meister, le premier
traitement antirabique en post-exposition ; ce dernier vaccin cultivé sur moelle de
lapin avait déjà été testé positivement chez le chien [?].
A la fin du XIXème siècle de nombreux travaux sur les vaccins sont menés de façon
indépendante par différents chercheurs. Ainsi, à la fin du siècle, l’humanité disposait
de deux vaccins antiviraux vivants : le vaccin antirabique et le vaccin antivariolique,
ainsi que de trois vaccins bactériens "tués" contre : la typhoïde, le choléra et la peste
[?].
6
1. La classe thérapeutique des vaccins
1.2. Un bref historique de la vaccination
7
1. La classe thérapeutique des vaccins
1.3. Économie et avenir de la vaccination
Une des récentes avancées concerne le cancer du col de l’utérus, qui est une cause
majeure de décès chez les femmes dans les pays en développement. Plus de 9% des
cancers du col de l’utérus sont associés à une infection génitale par un HPV, l’infec-
tion virale la plus fréquente des voies génitales dans le monde, qui touche un nombre
de personnes estimé à 660 millions. Deux vaccins anti-HPV expérimentaux, consti-
tués par des pseudoparticules virales recombinantes dépourvues d’ADN sont en cours
d’essais pour évaluer leur efficacité vis-à-vis des lésions cervicales précancéreuses de
grade modéré et de haut grade chez des femmes de 15 à 25 ans.
Dans les années 1980, les vaccins ont été considérés comme les parents pauvres des
spécialités pharmaceutiques. Contrairement à ce que l’on pourrait penser, les vaccins
1. Ces vaccins, décrits dans la suite de ce chapitre, sont des vaccins produits à partir des tech-
nologies de recombinaison de l’ADN, soit par délétion de séquences génétiques pathogènes, soit par
assemblage des antigènes seuls.
8
1. La classe thérapeutique des vaccins
1.3. Économie et avenir de la vaccination
sont quasi négligeables en terme de valeur ; en effet, ils n’ont longtemps représenté
que quelques pour cents des ventes du secteur pharmaceutique. Les vaccins étaient
des produits à technologie plutôt bien maîtrisée, à faible marge, vendus sur un marché
fortement régulé et qui présentaient peu de perspectives de profit [?].
En l’espace d’une vingtaine d’années, les considérations économiques concernant
les vaccins ont beaucoup changé. L’augmentation continue de la demande, l’appa-
rition de nouveaux besoins (grandes pandémies, VIH, bio-terrorisme,...), ainsi que
l’émergence de produits innovants et de nouvelles technologies sont à l’origine d’une
forte croissance du marché des vaccins (figure 1.1).
9
1. La classe thérapeutique des vaccins
1.3. Économie et avenir de la vaccination
D’un point de vue économique, le marché des vaccins reste un marché à part,
répondant à certaines caractéristiques bien précises :
– le marché des vaccins est dominé par un petit nombre de producteurs : en raison
de choix stratégiques, le nombre de grandes entreprises produisant des vaccins à
fortement diminué. Comme le montre la figure 1.2 un nombre très restreint d’ac-
teurs se partagent la quasi totalité du marché, à savoir : Sanofi-Pasteur, GlaxoS-
mithKline Biologicals, Wyeth (Pfizer), Merck-Serono et Novartis-Chiron. Les
producteurs de vaccins sont peu nombreux car une taille importante est né-
cessaire pour tirer parti des économies d’échelle. Les barrières à l’entrée sont
considérables non seulement à cause des coûts fixes, mais aussi des contraintes
règlementaires et du temps nécessaire pour maîtriser tous les aspects du pro-
3. Polyoside pneumococcique contre les infections à pnuemocoques
4. Vaccin tétravalent contre la méningite à méningocoques
10
1. La classe thérapeutique des vaccins
1.3. Économie et avenir de la vaccination
cessus de production ;
Figure 1.2 – Répartition mondiale des parts de marché entre les principaux acteurs
pharmaceutiques en vaccinologie, d’après [?]
11
1. La classe thérapeutique des vaccins
1.4. Aspects galéniques des vaccins
12
1. La classe thérapeutique des vaccins
1.4. Aspects galéniques des vaccins
Ces vaccins sont composés d’agents pathogènes vivants d’origine virale dont la
pathogénicité a été atténuée. L’atténuation s’effectue par sélection de souches du
pathogène présentant une faible virulence chez l’homme et ces souches peuvent être
obtenues de deux manières différentes. Une des stratégies envisageables consiste à
choisir une souche virale spécifique d’une espèce animale présentant des homologies
avec la souche virale humaine, mais non infectieuse en raison de la barrière inter-
espèces [?]. On peut également atténuer un virus par passages successifs sur animal
ou sur culture cellulaire à des températures spécifiques de manière à sélectionner les
mutants adéquats [?]. Ce type de vaccin est parfois considéré comme étant le plus
efficace ; il présente l’avantage d’être actif à faibles doses et est souvent administré
en unidose.
A titre d’exemple, les vaccins contre les oreillons, la rougeole ou la rubéole sont
typiquement des vaccins appartenant à cette classe. Les vaccins atténués vivants ne
13
1. La classe thérapeutique des vaccins
1.4. Aspects galéniques des vaccins
concernent pratiquement que les vaccins viraux car il s’avère difficile d’amoindrir
le pouvoir pathogène des bactéries sans faire disparaître totalement leur pouvoir
immunogène. Il n’existe en réalité qu’un seul vaccin vivant atténué anti-bactérien :
il s’agit du BCG, luttant contre la tuberculose.
Ces vaccins sont composés d’agents pathogènes dans leur intégrité mais qui ont
été auparavant inactivés par des procédés physiques ou chimiques 6 empêchant toute
réplication de l’agent pathogène [?]. Ces vaccins apportent également au système
immunitaire l’ensemble des antigènes du micro-organisme.
Ils apportent une sécurité supplémentaire pour le patient car il n’y a aucun risque
de réapparition de la pathogénicité. En revanche, ils nécessitent généralement une
injection à plus forte dose et/ou une administration répétée pour maintenir l’état de
protection immunologique à plus long terme.
On peut citer comme représentants de cette classe les vaccins contre la grippe,
l’hépatite A, l’encéphalite japonaise, la poliomyélite ou encore la rage, ainsi que les
vaccins bactériens contre la coqueluche, le méningocoque, le pneumocoque, . . .
14
1. La classe thérapeutique des vaccins
1.4. Aspects galéniques des vaccins
D’immenses progrès ont été réalisés ces dernières années dans l’identification des
antigènes des virus, des bactéries et des parasites, et surtout dans l’isolement et le
clonage des gènes permettant la fabrication d’antigènes. Il est maintenant possible
de créer de novo des souches rendues totalement inoffensives par voir génétique. Il
s’agit alors d’inactiver ou d’éliminer les gènes responsables de leur pathogénicité et
de leur virulence. Il est aussi possible de se servir des micro-organismes manipu-
lés comme vecteurs de gènes codants pour d’autres micro-organismes pathogènes.
Ainsi la protection est mixte, à la fois contre le vecteur et contre un gène étranger
supplémentaire ; on parle alors de multivalence.
Ces systèmes sont également plus intéressants du point de vue de la sécurité,
puisque le risque de réversion de la virulence, possible avec les vaccins vivants atté-
nués classiques, est à exclure [?]. Ces nouveaux vaccins sont communément appelés
les vaccins vivants recombinants. Par contre, ils sont faiblement immunogènes d’ori-
gine et nécessitent souvent l’administration conjointe d’une substance qui stimule
leur pouvoir immunogène.
Les vaccins sous-unités
Grâce aux connaissances acquises en génie génétique, des vaccins appelés vaccins
sous-unités peuvent être fabriqués par clonage de la séquence d’ADN antigénique.
Les gènes cibles sont introduits dans le micro-organisme servant alors d’« usine cel-
lulaire »pour la production d’antigènes. Ces antigènes recombinants sont ensuite
purifiés et peuvent servir de base à des vaccins moléculaires aussi appelés vaccins
sous-unités.
L’amélioration des techniques de recombinaison de gènes et l’innocuité des vaccins
obtenus font que la plupart des nouveaux vaccins en développement sont des vaccins
sous-unités. L’exemple de vaccins sous-unités le plus connu sur le marché est le vaccin
contre l’hépatite B, développé par l’institut Pasteur. Il est composé de l’antigène HBs
qui est une protéine de surface du virus de l’hépatite B. Lorsque l’antigène est de
courte taille, comme c’est le cas pour un antigène de type polysaccharidique, il est
nécessaire de conjuguer cet antigène et de le coupler chimiquement à une protéine
porteuse.
15
1. La classe thérapeutique des vaccins
1.4. Aspects galéniques des vaccins
En 1916, Le Moignie et Pinoy montrent que des émulsions d’huiles minérales aug-
mentent la réponse immunitaire contre un antigène et proposent ainsi une première
version d’adjuvant [?].
On appelle adjuvant en vaccinologie toute substance capable d’augmenter l’in-
tensité de la réponse immune dirigée contre un antigène. Les vaccins inertes et sous-
unités stimulent faiblement et pendant un laps de temps court le système immunitaire
de l’organisme. Administrés seuls, ces vaccins seraient insuffisants pour développer
une immunité correcte. L’activité d’un vaccin inerte dépend donc en grande partie
du choix de l’adjuvant ; ils permettent désormais, en plus d’augmenter la réponse
immunitaire, de cibler le type de réponse.
On distingue parmi les adjuvants, les agents immunostimulants et les véhicules.
Les premiers activent directement les cellules de l’immunité en se liant spécifiquement
à différents récepteurs. Les seconds diffusent l’antigène et déterminent la façon dont
il sera présenté au système immunitaire. Ces véhicules possèdent eux-mêmes des
propriétés immunostimulantes, ne serait ce que parce qu’ils constituent des corps
étrangers à l’organisme.
En plus de l’antigène, les vaccins renferment des molécules destinées à augmen-
ter et améliorer la réponse immunitaire générée suite à l’injection. Ces adjuvants
majorent et potentialisent la réponse immunitaire à travers plusieurs mécanismes :
– ils assurent la liaison des antigènes ;
16
Catégorie Type Définition Exemples
Vaccins par
Vaccin contre herpès ou
délétion Identification et ablation par manipulations
choléra
génique génétiques des gènes responsables de la virulence,
Un certain nombre d’autres composants sont aussi présents dans les vaccins ; il
peut s’agir d’anti-bactériens, de stabilisants thermiques ou de tampons chimiques.
Selon les formes et selon les modes d’administration, on trouvera :
– des solvants permettant de former des solutions ou suspensions tels que l’eau
PPI ou des isotonisants (NaCl) ;
– des tampons, notamment tampons phosphates permettant d’élever le pH à des
valeurs usuelles de 7,35 à 7,4 ;
– des solubilisants ;
– des agents antimicrobiens (sulfates de néomycine, kanamycine, . . .) ;
– des conservateurs, dans le cas où le médicament ne supporterait pas la stérili-
sation.
Les conservateurs permettent au vaccin de conserver son intégrité et sa stérilité
à travers le temps et le préservent de conditions extérieures trop agressives. Ces
conservateurs sont particulièrement importants lorsqu’il s’agit d’un conditionnement
multidose, ce qui majore évidemment les risques microbiens associés. Parmi les plus
18
1. La classe thérapeutique des vaccins
1.4. Aspects galéniques des vaccins
Conservateurs Exemples
Thiomersal Vaccin diphtérie/tétanos
Anatoxine tétanique
2-phénoxyéthanol et formaldéhyde Vaccin inactivé contre la polio
Phénol Polysaccharide contre typhoïde et pneu-
mocoque
Chloride de benzethonium Anthrax
2-phénoxyéthanol Diphtérie/tétanos/coqueluche
Table 1.2 – Conservateurs et stabilisants utilisés dans les vaccins sous licence U.S.
[?]
Un petit nombre seulement de ces conservateurs est approuvé par les autorités
de santé et l’innocuité de ces molécules secondaires est particulièrement surveillée,
comme le montre le récent abandon du thiomersal, composé organo-mercurien po-
tentiellement dangereux.
Deux présentations galéniques privilégiées sont choisies pour mettre en forme les
vaccins :
– soit à l’état liquide simple, avec des solutions ou suspensions ;
– soit en lyophilisats, ce qui permet l’utilisation immédiate après reconstitution.
Les vaccins sont actuellement administrés par injection par voie sous-cutanée
ou par voie intramusculaire car ce sont les voies d’administration qui sont les plus
immunogènes. La voie intra-veineuse est faiblement immunogène et la voie orale est
tolérogène 7 . Cependant beaucoup d’efforts sont faits pour développer de nouveaux
vaccins pouvant être administrés par voie orale ou nasale car l’administration serait
plus aisée et ne nécessiterait plus un milieu médicalisé, d’où une diminution du
coût des campagnes. En fonction des types d’infection, le vaccin est administré une
7. Par opposition au terme immunogène, une substance tolérogène sera supportée par l’organisme
sans générer de réponse immunitaire
19
1. La classe thérapeutique des vaccins
1.5. La production de vaccins
20
1. La classe thérapeutique des vaccins
1.5. La production de vaccins
21
Chapitre 2
Après avoir fait une revue très générale des différents types de vaccins et de leurs
modes de production associés, ce chapitre se propose de recentrer la discussion sur
un contexte plus précis.
La première partie de ce chapitre sera consacrée aux spécificités de la lignée
cellulaire Vero, particulièrement utilisée en bioproduction, notamment de vaccins ;
la seconde partie s’intéressera plus particulièrement à la technologie de la culture
cellulaire en bioréacteurs.
Historiquement, la cellule Vero a été isolée et décrite pour la première fois en mars
1962 par Y.Yasumura et Y.Kawakita à l’université de Chiba au Japon. Cette cellule
est issue de rein de singe vert adulte d’Afrique (Certopithecus aethiops) [?]. Son nom
"Vero" résulte de l’abréviation du terme "Verda Reno", qui signifie lui-même "rein
vert" en espéranto.
La lignée Vero à été caractérisée comme substrat pour la production de vaccins
viraux par les équipes de l’Institut Mérieux dans les années 1980. La caractérisation
initiale de cette lignée cellulaire a facilité l’obtention des molécules biologiques à usage
22
2. La cellule Vero et sa mise en culture
2.1. Description de la lignée cellulaire Vero
Dans le souci de revenir sur ce vocable assez spécifique, une lignée continue peut
être théoriquement répliquée à plusieurs reprises sans pour autant devenir sénescente.
La transformation correspond au passage des cellules d’un état différencié, vers un
état dédifférencié. Enfin, la lignée cellulaire Vero est continue et aneuploïde.
L’aneuploïdie correspond quant à elle à la propriété de présenter un nombre anor-
mal de chromosomes. Contrairement à d’autres cellules mammaliennes, les cellules
Vero ne sécrètent pas d’interféron de type 1 lors de l’infection par un virus ; elles
possèdent par contre toujours des récepteurs aux interférons α et β et répondent
donc correctement aux sources d’interféron extérieures.
23
2. La cellule Vero et sa mise en culture
2.2. Les procédés de culture de cellules Vero
Les cellules Vero ont été utilisées pour la première fois en 1984 pour la production
de vaccins viraux contre les poliovirus [?]. Ces cellules peuvent être cultivées en
flacons, ou encore sur microporteurs (figure 2.1).
Figure 2.1 – Cellules Vero cultivées en flacon de culture cellulaire (en haut après 2
et 3 jours de culture) et sur microporteurs (en bas après 1 et 3 jours de culture) [?]
24
Genre Virus Type de vaccin Produit Société Stade
productrice
Poliovirus poliomyélite inactivé Imovax polior Sanofi Pasteurr 1982
vivant atténué OPV-Mérieuxr Sanofi Pasteur r 1988
Table 2.2 – Synthèse des vaccins viraux produits à partir de la culture de cellules Vero [?], [?]
2. La cellule Vero et sa mise en culture
2.3. Les milieux de culture
Les cellules animales, plus que les autres lignées cellulaires utilisées en biopro-
duction, sont particulièrement difficiles à cultiver car elles exigent des besoins en
éléments nutritifs particulièrement complexes. Pendant de très nombreuses années,
le sérum de veau fœtal (SVF) a été le complément nutritif de choix qui permettait
d’améliorer au mieux la croissance et le maintien cellulaire. En effet, les milieux
de base sont riches en éléments nutritifs simples 2 , mais sont totalement dépourvus
d’autres molécules pourtant essentielles, telles que des facteurs de croissance, des
facteurs d’adhésion, des agents détoxifiants, des co-facteurs, . . .
L’origine animale du SVF induit cependant quelques inconvénients de taille [?] :
– un problème de sécurité virale manifeste et de biocontaminations à la source,
qui a pris une importance prépondérante depuis les questionnements concer-
nant la présence de prions dans le vaccin de la polio au Royaume-Uni ;
– un problème de qualité des produits, puisque la composition du SVF est sujette
à variation ;
– des difficultés d’extraction et de purification après production virale ;
– un problème de traçabilité.
Une des nouvelles tendances consiste donc à cultiver les cellules dans des milieux sans
sérum. Plusieurs lignées cellulaires, telles que les CHO ou les hybridomes, s’adaptent
plutôt bien à cet environnement sans sérum. En revanche, il est beaucoup plus délicat
d’adapter les cellules adhérentes, aux besoins encore plus spécifiques, à ces nouveaux
milieux [?],[?]. Quelques milieux ont cependant été développés en ce sens pour les
lignées cellulaires Vero (tableau 2.3).
2. sucres, acides aminés, vitamines, ions, . . .
26
2. La cellule Vero et sa mise en culture
Milieu Composition Origine Lignée cellulaire Publication
Ex-cell medium Contient des hydrolysats JRH biosciences Vero Kalell et al., 2007
de plantes et a un faible
contenu en protéines re-
combinantes
MDSS2 Axcell Biotechnologies Vero / BHK Merten et al., 1994
M-VSFM Addition de 10 % à un mi- Department of Microbio- Vero / MDCK / BHK Butler et al., 2000
lieu DMEM logy, University of Mani-
27
toba
VP-SFM Invitrogen Vero Frazatti-Gallina et al.,
2004
SFM 1 :1 volume VP-SFM / Invitrogen / Sigma Vero Quesney et al., 2003
William’s E
La figure 2.5 présente les différents modes d’alimentation des cultures en milieu
nutritif :
3. Un spinner est un type de bioréacteur, de taille modérée, qui met en place un système d’agi-
tation du milieu de culture, direct ou indirect. voir figure 6.1, 73
28
2. La cellule Vero et sa mise en culture
2.4. La culture cellulaire en bioréacteur
Figure 2.2 – Bioréacteur en verre 5L, BIOSTAT B-DCUr Single version [?]
29
Chacune de ces différentes configurations induit une cinétique qui lui est propre
(figure 2.6).
30
2. La cellule Vero et sa mise en culture
2.4. La culture cellulaire en bioréacteur
Elle se compose :
– d’une phase de latence, correspondant entre autre à la phase d’adhérence des
cellules sur leur support ;
– d’une phase de croissance exponentielle, caractérisée par une pente fortement
positive ;
– d’une phase de ralentissement de la croissance cellulaire ;
– d’une phase stationnaire, pour laquelle on note un équilibre entre le taux de
croissance réel et le taux de décès entraînant un taux de croissance apparent
nul ;
– d’une phase de mort cellulaire, le phénomène de mort cellulaire étant princi-
palement dû à l’accumulation de métabolites toxiques tels que le lactate.
Dans le cas du mode discontinu, encore appelé « batch », le système est dit fermé
et le milieu n’est pas renouvelé. La concentration en substrat diminue tandis que
celle du produit augmente avec la croissance cellulaire. Le milieu, une fois épuisé en
éléments nutritifs et enrichi en métabolites, n’assure plus son rôle nutritif. Dans le
cas de production à usage pharmaceutique, c’est le plus souvent ce mode de culture
qui est choisi puisqu’il est en entière adéquation avec la démarche de lot.
31
2. La cellule Vero et sa mise en culture
2.4. La culture cellulaire en bioréacteur
32
2. La cellule Vero et sa mise en culture
2.4. La culture cellulaire en bioréacteur
à assurer un transfert massique important ainsi qu’un mélange efficace assurant une
bonne homogénéisation du milieu de culture, ce qui favorise le contrôle du process.
En contrepartie, ce mélange efficace induit une contrainte mécanique sur les cellules ;
ce phénomène peut être particulièrement agressif vis-à-vis des cellules [?]. Les carac-
téristiques d’agitation et le type de mélangeur sont donc des paramètres majeurs à
optimiser lors de la mise en place et de la transposition industrielle (« scale-up », ou
extrapolation d’échelle) de cette technologie de réacteur.
33
2. La cellule Vero et sa mise en culture
2.4. La culture cellulaire en bioréacteur
[?].
Ils présentent cependant l’avantage d’être plus économiques en coût de fonction-
nement, plus propices aux procédés aseptiques et relativement faciles à dimensionner.
34
2. La cellule Vero et sa mise en culture
2.4. La culture cellulaire en bioréacteur
Figure 2.11 – Photographie d’un réacteur « à usage unique » de 50L équipé d’une
sonde de pH, de température et de pO2 [?]
35
2. La cellule Vero et sa mise en culture
2.4. La culture cellulaire en bioréacteur
36
Chapitre 3
37
3. Quelques notions sur le métabolisme des cellules animales
3.1. Le phénomène de mort cellulaire
3.1.1 La nécrose
La nécrose est une mort cellulaire qualifiée « d’accidentelle »qui survient suite à
une agression du milieu extérieur. On pourrait encore la définir comme : « un arrêt
pathologique, autrement dit anormal, du fonctionnement d’une cellule ». Elle n’est
pas déterminée par des facteurs intrinsèques, mais est généralement la résultante
de conditions extrêmes et d’un environnement stressant (température, contraintes
mécaniques, physico-chimie du milieu, . . .).
Les cellules sont endommagées physiquement ce qui provoque un gonflement et
une rupture de leur membrane cytoplasmique, et, par conséquent, la libération de leur
contenu cellulaire dans l’environnement extérieur. La libération du contenu intracel-
lulaire dans le milieu environnant induit généralement une réponse inflammatoire
des tissus proches [?] (figure 3.1).
3.1.2 L’apoptose
38
3. Quelques notions sur le métabolisme des cellules animales
3.1. Le phénomène de mort cellulaire
39
3. Quelques notions sur le métabolisme des cellules animales
3.1. Le phénomène de mort cellulaire
Nécrose Apoptose
Mort anormale des cellules Mort cellulaire programmée
Caractère spontané, pas d’apport éner- Caractère contrôlé, nécessite de l’éner-
gétique gie sous forme d’ATP
Bourgeonnement cellulaire Bourgeonnement par corps apopto-
tiques
Fragments d’ADN de tailles aléatoires Condensation de la chromatine puis
fragmentation de l’ADN par des endo-
nucléases (tailles multiples)
Perte de l’intégrité membranaire Dissolution de l’enveloppe nucléaire
Libération du contenu cellulaire Rétrécissement de la cellule
Déclenchement d’une réaction inflam- Contenu cellulaire encapsulé
matoire
Phagocytose des débris cellulaires chez Phagocytose des corps apoptotiques
les organismes multicellulaires chez les organismes multicellulaires
– des agents infectieux, tels que des virus, bactéries, champignons ou parasites
non désirés.
40
3. Quelques notions sur le métabolisme des cellules animales
3.2. Le métabolisme des substrats
Le glucose est le principal nutriment consommé par les cellules animales. Compte
tenu de sa structure, il ne peut pas diffuser seul à travers la membrane cytoplasmique
et nécessite l’aide de transporteurs spécialisés pour la franchir 1 ; cette étape de trans-
port est relativement rapide.
Une fois incorporé dans le cytoplasme, le glucose s’intègre dans deux voies méta-
boliques principales : la glycolyse et le cycle des pentoses phosphates [?], [?].
La voie majoritaire est celle de la glycolyse qui convertit le glucose en pyruvate
en générant de nombreux intermédiaires de biosynthèse, 2 ATP et 2 NADH. Le
pyruvate est ensuite intégré dans le métabolisme énergétique de la cellule via le
cycle TCA. Tout le pyruvate provenant du glucose n’est pas assimilé pour autant
dans le cycle TCA, une partie sera en effet dégradée ; c’est de cette dégradation que
résulte le lactate [?]. Les proportions rentrant en jeu dans chacun de ces cycles sont
fortement liées aux concentrations en glucose dans le milieu. Ainsi, pour de fortes
concentrations, on note une augmentation de la proportion de glucose dégradé en
lactate et inversement.
Pour la majorité des lignées cellulaires continues, le métabolisme carboné central
présente une forte dérégulation. En effet, si l’on expose la cellule à de fortes concen-
trations en glucose, la majorité du pyruvate formé sera métabolisée en lactate, de
1. Les mécanismes de transport sont au nombre de deux : un transport actif par des protéines
de transport actif (SLGT-1 et SLGT-2), un transport passif par l’intermédiaires d’hexokinases
membranaires (famille SLC-2 : Glut 1, glut 2, . . .)
41
3. Quelques notions sur le métabolisme des cellules animales
3.2. Le métabolisme des substrats
manière à régénérer le co-facteur NADH (figure 3.5), alors qu’une faible partie entrera
dans le TCA, voie métabolique impliquée dans la production d’énergie cellulaire. Ce
mécanisme constaté est fortement délétère pour la cellule pour une double raison :
– il produit une espèce potentiellement inhibitrice de la croissance, le lactate ;
– la voie métabolique privilégiée ne produit que 2 ATP, contre 36 ATP pour le
cycle de Krebs.
Le métabolisme cellulaire carboné semble être plus efficace et mieux adapté à
des concentrations en glucose faibles, contrôlées par exemple pour une alimentation
progressive.
42
3. Quelques notions sur le métabolisme des cellules animales
3.2. Le métabolisme des substrats
La voie des pentoses phosphates, plus minoritaire, permet quant à elle la régéné-
ration du NADPH.
La glutamine est décrite dans la littérature comme étant le second substrat ma-
jeur des milieux de culture. De part son rôle prépondérant dans le métabolisme
carboné central des cellules, ce second substrat a été largement étudié ces dernières
décennies.
Contrairement au glucose, la glutamine ne possède pas de systèmes de transport
qui lui soit propres et pénètre la cellule de manière non-spécifique, notamment à l’aide
de systèmes de transport peptidiques. Une fois à l’intérieur de la cellule, la glutamine
subit la glutaminolyse et participe à la formation de glutamate et d’aspartate [?].
La glutamine joue donc un double rôle au sein de la cellule [?] :
– elle sert de précurseur à la synthèse de molécules indispensables telles que les
bases azotées (purines, pyrimidines) et de certains acides aminés par transami-
nation (proline, ornithine,...).
– elle assure aussi un rôle important dans l’approvisionnement énergétique de la
cellule à travers le cycle TCA. Via la synthèse de glutamate par désamination
(formation d’une molécule de NH+
4 ), la glutamine entre dans le cycle TCA
43
3. Quelques notions sur le métabolisme des cellules animales
3.2. Le métabolisme des substrats
Bien que le glucose constitue le principal flux de carbone vers la cellule, il semble
que ce dernier, une fois entré dans le cycle TCA, soit majoritairement exporté de
la mitochondrie avec pour finalité la synthèse lipidique. Il est donc nécessaire de
disposer d’un apport de carbone supplémentaire tel que la glutamine pour produire
les différents intermédiaires du cycle TCA.
La métabolisation de la glutamine met en jeu un grand nombre de voies métabo-
liques et d’intermédiaires différents. Ces voies métaboliques sont à la fois mitochon-
driales et cytosoliques et peuvent interagir les unes avec les autres. La glutaminolyse
est donc un phénomène particulièrement complexe qui, en contrepartie, manifeste
une grande souplesse et une grande capacité d’adaptation aux conditions de culture.
De la même façon que le glucose, la glutamine est généralement consommée très
rapidement ; cette consommation excessive traduit une certaine dérégulation de la
44
3. Quelques notions sur le métabolisme des cellules animales
3.2. Le métabolisme des substrats
cellule. Ceci s’explique par le fort excès de nutriments présents dans les milieux de
culture classiques. Tout comme le glucose, elle est aussi, en partie, responsable de
l’apparition d’une espèce délétère pour la cellule, puisqu’elle est la principale source
de production d’ions ammonium. La littérature montre que dans des milieux de
culture faiblement concentrés en glutamine, la vitesse de consommation en glutamine
est réduite sans pour autant modifier la croissance cellulaire. Cette dérégulation est
généralement accompagnée par l’accumulation importante d’ions ammonium dans le
milieu de culture.
A l’inverse des procaryotes, les cellules animales ne peuvent synthétiser toutes les
branches carbonées ou cycles constitutifs des acides aminés. Certains acides aminés
devront donc être présents nécessairement dans le milieu de culture pour permettre
45
3. Quelques notions sur le métabolisme des cellules animales
3.3. Le métabolisme des produits
aux cellules mammaliennes de mener à bien leurs fonctions métaboliques. Ces acides
aminés essentiels sont l’arginine, l’histidine, l’isoleucine, la leucine, la lysine, la mé-
thionine, la phénylalanine, la thréonine, le tryptophane et la valine. Si ces acides
aminés ne sont pas apportés directement ou indirectement par le milieu de culture,
cela induira le phénomène de mort cellulaire.
46
3. Quelques notions sur le métabolisme des cellules animales
3.3. Le métabolisme des produits
Les cellules Vero utilisées dans le cadre de ces expériences sont sensibles à des
concentrations de lactate comprises entre 10 et 20 mM [?], alors que d’autres lignées
telles que les CHO sont sensibles à des gammes de concentrations supérieures : 40 à
50 mM. Cependant, on constate une grande variation entre cette valeur théorique et
les valeurs usuelles en lactate ; cette concentration très élevée n’est quasiment jamais
rencontrée dans la pratique.
Les cellules animales semblent aussi présenter en fin de culture un comportement
singulier de consommation du lactate initialement produit. Ce phénomène dépend de
la concentration et de la nature du glucide présent dans le milieu de culture ; il sem-
blerait aussi qu’il existe une interconnexion possible entre les mécanismes d’apoptose
et le métabolisme cellulaire [?].
Tout comme le lactate, les ions ammonium sont des métabolites secondaires issus
de la métabolisation, ou encore en moindre proportion de la dégradation spontanée,
de la glutamine. Les ions ammonium participent avec le pyruvate, par une réaction
de transamination, à la formation de l’alanine [?] ; cette réaction participe ainsi à la
détoxification du milieu de culture.
47
3. Quelques notions sur le métabolisme des cellules animales
3.4. Une vision d’ensemble du métabolisme cellulaire
Le schéma suivant (figure 3.9) proposé par Emma Petiot [?], résume un certain
nombre des informations développées précédemment. Il permet de se rendre compte
des voies métaboliques clés ; un tel schéma est un document de travail essentiel si
l’on cherche à modéliser les voies métaboliques intracellulaires.
Le fait de placer les cellules dans des milieux de culture pléthoriques, trop riches
en substrats carbonés induit une accumulation de produits néfastes situés en fin de
chaîne métabolique tels que le lactate et l’ammonium. Pour optimiser les perfor-
mances en culture cellulaire, il faudra alors veiller à apporter la bonne quantité, le
juste équilibre de substrat aux cellules, sans pécher par excès ou par défaut.
48
3. Quelques notions sur le métabolisme des cellules animales
3.5. Amélioration des performances par le contrôle du métabolisme cellulaire
49
3. Quelques notions sur le métabolisme des cellules animales
3.5. Amélioration des performances par le contrôle du métabolisme cellulaire
2. Le fructose par exemple traverse beaucoup moins vite la membrane cellulaire que le glucose
3. Le glutamax est un dipeptide qui subit une hydrolyse pour redonner de l’alanine et de la
glutamine, avec une cinétique d’hydrolyse qui lui est propre
50
Deuxième partie
51
Chapitre 4
(4.1)
52
4. Quelques éléments de cinétique biologique
4.1. Paramètres cinétiques et relations de base
dXV
rX = (4.3)
dt
dXM
rM = (4.4)
dt
avec :
XV et XM , les concentrations cellulaires en cellules viables et mortes, en 105 cellules.mL−1
dt, un intervalle de temps, en h
rX et rM , les vitesses volumiques de croissance et de décès cellulaire, en 105 cellules.mL−1 .h−1
rX
µreel = (4.5)
XV
rM
kM = (4.6)
XV
avec :
µreel et kM , les vitesses spécifiques de croissance et de décès, en h−1
dXV 1
µapp = µreel − kM = (4.7)
dt XV
53
4. Quelques éléments de cinétique biologique
4.1. Paramètres cinétiques et relations de base
avec :
XT , la concentration cellulaire totale, en 105 cellules.mL−1
µapp , le taux de croissance apparent, lui aussi exprimé en h−1
Dans le cadre de notre étude, nous n’avons pas quantifié le phénomène de mort
cellulaire, par conséquent il sera impossible d’accéder aux valeurs chiffrées de kM .
C’est donc cette dernière variable globale µapp que nous utiliserons pour caractériser
la croissance de nos cellules.
rX
YX/Z = (4.8)
rZ
dX
dt
YX/Z ≈ dZ
(4.9)
dt
XV − XV0
YXV /Glc = (4.10)
Glc0 − Glc
XV − XV0
YXV /Gln = (4.11)
Gln0 − Gln
De la même manière, il est aussi possible de relier les concentrations en produits for-
més aux concentrations de substrats consommés, sous l’hypothèse que les produits
ne proviennent que des substrats :
54
4. Quelques éléments de cinétique biologique
4.1. Paramètres cinétiques et relations de base
Ammo − Ammo0
YAmmo/Gln = (4.12)
Gln0 − Gln
Lact − Lact0
YLact/Glc = (4.13)
Glc0 − Glc
avec :
[S] et [P ], les concentrations en substrats et produits, en g.L−1
[S]0 et [P ]0 , les concentrations initiales en substrats et produits, en g.L−1
YX/S et YP/S , les constantes de rendement 1
A partir des bilans (eq. 4.1, 4.2), des modèles de croissance (eq. 4.3, 4.4, 4.7) et
des rendements précédents (eq. 4.10, 4.11, 4.12, 4.13), il est possible de formuler les
1. Les unités des rendements sont variables en fonction du type de rendement : en
105 cellules.mL−1 .g−1
S , ou en gP .gS
−1
55
4. Quelques éléments de cinétique biologique
4.1. Paramètres cinétiques et relations de base
dXV
= +rXV avec rXV = µapp XV (4.14)
dt
d[S] 1
= −rS avec rS = rX V (4.15)
dt YXV /S
d[P ] YP/S
= rP avec rS = rX (4.16)
dt YXV /S V
dXV
= µapp XV (4.17)
dt
d[Glc] 1
=− µapp XV (4.18)
dt YXV /Glc
d[Gln] 1
=− µapp XV (4.19)
dt YXV /Gln
d[Ammo] YAmmo/Gln
= µapp XV (4.20)
dt YXV /Gln
d[Lact] YLact/Glc
= µapp XV (4.21)
dt YXV /Glc
56
4. Quelques éléments de cinétique biologique
4.2. Les variations autour du taux de croissance
Parmi les solutions les plus courantes pour exprimer un taux de croissance, on
trouve deux alternatives principales, à savoir l’expression de Monod et l’expression
de Andrews.
Le modèle à été proposé par Monod pour la première fois en 1941 pour rendre
compte de la croissance des micro-organismes. Il s’agissait, à l’origine, de modéliser
cette croissance en mode de croissance discontinu, à partir du trouble créé par le
développement bactérien.
Cette expression de base est la plus connue pour proposer une première approche
simplifiée de la croissance cellulaire ; cette relation se propose de lier la vitesse spéci-
fique de croissance cellulaire aux concentrations en substrats dans une expression qui
contient deux paramètres : µmax et KS . Cette équation n’est pas sans rappeler, dans
son formalisme, l’équation de Michaelis-Menten. Ainsi, en supposant les rendements
constants par rapport aux substrats, la loi de Monod s’écrit de la manière suivante
(eq. 4.22) :
[S]
µ = µmax (4.22)
[S] + KS
avec :
µ la vitesse spécifique de croissance ([temps]−1 )
µmax la vitesse spécifique maximale de la période étudiée ([temps]−1 )
[S] la concentration en substrat (mmol.L−1 )
KS la concentration en substrat à demie-saturation (mmol.L−1 )
57
4. Quelques éléments de cinétique biologique
4.2. Les variations autour du taux de croissance
[S1 ] [S2 ]
µ = µmax (4.23)
[S1 ] + KS1 [S2 ] + KS2
!
[S]
µ = µmax [S]2
(4.24)
KS + [S] + KI
avec :
KS la concentration de subtrat à demie-saturation (mmol.L−1 )
et KI la constante d’inhibition (mmol.L−1 )
Une constante d’inhibition élevée rapprochera les résultats fournis par ce modèle à
ceux du modèle de Monod.
58
4. Quelques éléments de cinétique biologique
4.2. Les variations autour du taux de croissance
4.2 suivant décrit de manière non exhaustive quelques unes de ces formulations en-
visageables pour la modélisation.
Il faut cependant prendre ces publications avec précaution ; en effet, depuis Mo-
nod, on assiste à une prolifération impressionnante de modèles. Mais, dans le domaine
des avatars du modèle de Monod, et à l’exception de Contois (1959) et Andrews
(1968) qui ont connu un succès certain, il existe de nombreuses généralisations gra-
tuites restées sans lendemain avec un impact négligeable sur la communauté scienti-
59
4. Quelques éléments de cinétique biologique
4.3. Variations autour des vitesses spécifiques de consommation ou de production
fique [?].
∆S = ∆S (croissance) + ∆S (maintenance) (4.25)
1
rS = rX + mXV (4.26)
YGlc/XV
1
qS = µ+m (4.27)
YGlc/XV
1 qS 1 m
= = + (4.28)
YX/S µ YG µ
avec :
rS , la vitesse de consommation en substrat, en mM.h−1 3
qS , la vitesse spécifique de consommation, en gS .gbiomasse .h−1
YGlc/XV , le rendement de croissance, en 105 cellules.mL−1
m, le terme de maintenance cellulaire
60
4. Quelques éléments de cinétique biologique
4.3. Variations autour des vitesses spécifiques de consommation ou de production
second temps.
qP = αµ + β (4.30)
avec :
rP , la vitesse de production, en mM.h−1
qP , la vitesse spécifique de production, en gP .gbiomasse .h−1
α et β, des constantes
Par ailleurs, plusieurs publications présentent ces vitesses spécifiques sous une
forme polynômiale en déterminant les coefficients via une régression. Cette approche,
bien qu’offrant de bons résultats mathématiquement parlant, réduit la validité du
modèle par une perte d’informations significative et va ainsi à l’encontre de la logique
mise en place dans nos travaux.
Dans notre étude, nous nous sommes concentrés sur les variations concernant
l’expression de la vitesse spécifique de croissance et non sur celles concernant les
vitesses de consommation ou de production.
61
Chapitre 5
La phase de modélisation
expérimentale
5.1.1 Définition
Dans son sens scientifique général, un modèle est une représentation ou une des-
cription d’un aspect du monde réel auquel on s’intéresse. Le modèle permet d’ap-
préhender de manière simplifiée les principes généraux des phénomènes physiques ou
biologiques étudiés. Dans la mesure où un modèle permet, en plus de qualifier un
phénomène, de le quantifier, on utilise l’expression de "modèle mathématique".
Dans notre cas, le modèle sera un modèle cinétique s’exprimant par un ensemble
de fonctions mathématiques qui rendent compte du mieux possible de la croissance,
du décès, du métabolisme cellulaires, ainsi que de l’évolution de la composition du
62
5. La phase de modélisation expérimentale
5.1. Les modèles mathématiques
milieu de culture.
63
5. La phase de modélisation expérimentale
5.1. Les modèles mathématiques
les niveaux macroscopiques. Ces modèles, qui placent la cellule en position centrale,
permettront ainsi de modéliser le procédé de culture.
Outre l’intérêt schématique et descriptif que propose le modèle, la modélisation
d’un procédé de production de produits pharmaceutiques présente plusieurs autres
objectifs plus pratiques. Ils permettent aussi [?] :
– d’aider l’utilisateur à la prise de décision grâce aux vertus prédictives du mo-
dèle ;
– d’optimiser et d’améliorer les performances du procédé ;
– de contrôler les variations du système en anticipant les dysfonctionnements
trop importants ;
– de tester, puis de valider ou d’infirmer certaines hypothèses.
Ce dernier point est particulièrement intéressant ; en effet, dans le cadre de modèles
reposant sur des hypothèses, le fait qu’un modèle traduise bien la réalité permet de
valider les hypothèses préalablement formulées 1 .
Il faut néanmoins rester conscient que les modèles sont des vues de l’esprit, don-
1. Ou tout du moins de supposer que ces hypothèses sont partiellement vraies
64
5. La phase de modélisation expérimentale
5.2. Les différentes types de modèles
nant seulement un aperçu de la réalité. Selon le statisticien George Box : « Tous les
modèles sont faux, certains sont utiles ».
Alors que les modèles comportementaux s’attachent à identifier les liens remar-
quables entre les variables d’entrée et de sortie à la façon d’un modèle boîte noire, les
modèles fonctionnels tentent de décrire le fonctionnement intrinsèque du système ;
ils s’appuient donc sur une description bien plus détaillée de la cellule. Ainsi des
modèles tendant à décrire le comportement « macroscopique » des cellules à l’aide
d’expressions de Monod ne tenant pas compte du métabolisme seront des modèles
strictement comportementaux. A l’inverse, des modèles basés sur une description,
même simplifiée, du métabolisme interne de la cellule seront classés comme étant
65
5. La phase de modélisation expérimentale
5.2. Les différentes types de modèles
Les modèles locaux s’attachent à décrire une application particulière, alors que
les modèles globaux tentent de représenter structurellement un champ d’application
le plus large possible. Un modèle sera d’autant plus général qu’il sera capable de
reproduire le comportement des cultures d’un champ expérimental étendu. Il est
évident que plus un modèle détaille de façon précise le métabolisme cellulaire et les
conditions opératoires, plus il risque d’être spécifique à une lignée cellulaire et à une
situation expérimentale donnée.
Après avoir passé en revue les caractéristiques générales des modèles mathéma-
tiques de manière générale, le paragraphe suivant s’intéresse aux qualificatifs typi-
quement destinés à la culture cellulaire.
66
5. La phase de modélisation expérimentale
5.3. La modélisation appliquée à la culture cellulaire
Nous avons mis en pratique deux types différents de modèles dans le cadre de ce
travail.
Les modèles non structurés, non ségrégés sont les plus simples à imaginer. Dans
ces modèles, la cellule est considérée comme un compartiment (figure 5.3), et l’on
essaye de relier les facteurs entrants et sortants entre eux.
Ce type de modèle offre généralement une bonne souplesse et permet l’obtention
d’un modèle assez robuste, reflet très simplifié du procédé, qui peut être extrapolé
67
5. La phase de modélisation expérimentale
5.3. La modélisation appliquée à la culture cellulaire
Figure 5.3 – Les différentes espèces entrant en jeu dans l’approche de modélisation
non structurée
et transposé à des systèmes de plus grande taille. Un des défis de ces modèles est
d’arriver à prédire à l’aide d’un seul jeu de paramètres l’ensemble des phases et des
phénomènes de nature complexe. Un certain nombre de phénomènes connexes basés
sur des connaissances peuvent être intégrés dans ce système pour affiner le modèle :
il s’agit par exemple du phénomène de mort cellulaire, de maintenance cellulaire ou
encore de la production de métabolites secondaires.
Devant les erreurs de prédiction constatées dans le cadre des modèles non struc-
turés, l’idée de modéliser le fonctionnement interne de la cellule peut être une alter-
native intéressante. Ces modèles passent par une ébauche simplifiée des mécanismes
intracellulaires. Cela permettra d’introduire dans le modèle de nouveaux concepts
permettant peut être d’affiner ce dernier.
68
5. La phase de modélisation expérimentale
5.3. La modélisation appliquée à la culture cellulaire
69
5. La phase de modélisation expérimentale
5.4. La démarche de modélisation pas à pas
Plus le niveau de détail est élevé, plus on quitte le domaine des modèles compor-
tementaux pour se diriger vers celui des modèles fonctionnels. Ces modèles complexes
font ainsi intervenir un certain nombre de paramètres à optimiser dans les bilans de
matière. Il existe plusieurs grands courants de modélisation structurée : la théorie des
systèmes biochimiques de Savageau, l’analyse du contrôle métabolique de Westerhoff
ou encore les modèles cybernétiques de Ramkrishna.
La mise en place d’un modèle cinétique est une réalisation longue qui s’intègre
du début à la fin de la démarche expérimentale ; les différentes étapes de réalisation
d’un modèle peuvent être résumées de la manière suivante [?], [?] :
– la définition des objectifs de la modélisation 2 ;
– le choix de la nature du modèle à établir ;
– une réflexion sur les paramètres d’intérêt à intégrer dans le modèle ;
– la formulation d’un plan d’expérience adapté ;
– le traitement des résultats expérimentaux ;
– la formulation des hypothèses et la proposition des différentes équations du
modèle (expression du taux de croissance, du taux de décès et des bilans de
matière) ;
– l’identification paramétrique, qui correspond à « l’optimisation » et au calcul
des paramètres ;
– de nombreux "aller-retours" entre le modèle et les expressions théoriques, avec
l’acquisition d’informations expérimentales et, en parallèle, une discussion des
hypothèses ;
– la validation du modèle par un test des capacités prédictives du modèle sur de
nouvelles valeurs expérimentales.
2. En effet, la construction du modèle sera fonction des objectifs visés
70
5. La phase de modélisation expérimentale
5.5. La mise en œuvre de la modélisation et l’utilisation de l’outil informatique
71
Chapitre 6
Un exemple illustré de la
démarche de modélisation
Les résultats présentés dans cette thèse sont les résultats expérimentaux obtenus
par Mademoiselle Emma Petiot dans le cadre de sa thèse réalisée au LSGC [?]. Les
cultures cellulaires en question étaient des cultures de cellules Vero en spinner (figure
6.1) ; ces cellules étaient cultivées en milieu sans sérum, sur microporteurs 1 , à 37 °C
et pour une vitesse de rotation de 45 rpm. La concentration initiale en milieu de
référence est de 2,75.105 cellules.mL−1 , de 4 g.L−1 de glucose et de 0,6 g.L−1 de
glutamine.
Les conditions de culture des différents spinners sont rappelées dans le tableau
1. type Cytodexr
72
6. Un exemple illustré de la démarche de modélisation
6.2. Traitement et interprétation des données expérimentales
6.1.
Spinner 1
Spinner 2
Milieu de référence
Spinner 3
Spinner 4
Spinner 5 Culture en milieu de référence avec [Glc] = 1 g.L−1
Spinner 6 Culture en milieu de référence avec [Glc] = 2 g.L−1
Cette première étape de traitement des données expérimentales brutes est im-
portante, aussi basique soit-elle ; elle présente un double intérêt :
– elle permet notamment de s’imprégner des allures et tendances des courbes de
chacune des espèces et éventuellement d’éliminer certains points expérimentaux
apparaissant comme aberrants ;
– elle permet aussi de dégager des expériences des valeurs approchées des constan-
73
6. Un exemple illustré de la démarche de modélisation
6.2. Traitement et interprétation des données expérimentales
Les profils types des espèces d’intérêt sont tracés ci-dessous ; ils représentent, pour
un spinner donné, l’évolution de la concentration d’une espèce en fonction du temps.
L’encadré apparaissant sur chacune de ces figures correspond au(x) coefficient(s)
de lissage appliqué(s) 2 . L’heure à laquelle le premier dosage est réalisé variant en
fonction du spinner considéré et la première mesure étant parfois absente, il est à
noter que ces courbes ne démarrent pas toutes au même moment.
On retrouve ainsi les courbes types caractérisant l’évolution de la concentration
de cellules vivantes(figure 6.2), du glucose (figure 6.3), de la glutamine (figure 6.4),
des ions ammonium (figure 6.5) et du lactate (figure 6.6), en fonction du temps.
Le principal objectif concernant cette partie du travail est d’obtenir un lissage
qui présente le moins possible d’artefacts et de bruits de fond, tout en conservant
le maximum d’informations sur le système. Plutôt que d’utiliser une interpolation
polynômiale qui aurait peut être été difficilement transposable d’une expérience à
l’autre, notre choix s’est tourné vers les fonctions « splines ». Le travail mené autour
des fonctions « splines » a permis d’apporter des solutions aux problématiques récur-
rentes de l’interpolation en permettant à l’expérimentateur de choisir de découper les
courbes en deux parties distinctes possédant chacune un lissage qui leur est propre.
Les différents résultats sont donc traités différemment soit par une simple, soit par
une double interpolation et avec des coefficients de lissage différents.
Il faut aussi retenir de ce travail que l’interpolation des valeurs expérimentales
d’un spinner à l’autre ne peut pas être complètement automatisée et c’est à l’opé-
rateur d’effectuer le choix entre les différentes approches et d’apprécier au mieux la
2. En mathématique, le lissage d’une courbe correspond simplement à l’obtention d’une courbe
lisse (sans singularité), par interpolation, entre différents points expérimentaux. Les fonctions dites
« splines » sont une solution intéressante, car contrairement aux polynômes de haut degré, on
n’observera peu d’artefacts d’interpolation
74
6. Un exemple illustré de la démarche de modélisation
6.2. Traitement et interprétation des données expérimentales
75
6. Un exemple illustré de la démarche de modélisation
6.2. Traitement et interprétation des données expérimentales
76
6. Un exemple illustré de la démarche de modélisation
6.2. Traitement et interprétation des données expérimentales
77
6. Un exemple illustré de la démarche de modélisation
6.2. Traitement et interprétation des données expérimentales
la valeur de temps associée. A noter que ces estimations sont très dépendantes des
choix faits précédemment durant l’étape de lissage, d’où son intérêt. Les valeurs de
vitesses de croissance des spinners étudiés sont présentées dans le tableau 6.2.
Une simple dérivation des lissages précédents permet aussi d’accéder aux varia-
tions spécifiques de consommation et de production du glucose/lactate, qGlc /qLact
(figure 6.8), et de l’ammonium/glutamine, qGln /qAmmo (figure 6.9)
78
6. Un exemple illustré de la démarche de modélisation
6.2. Traitement et interprétation des données expérimentales
79
6. Un exemple illustré de la démarche de modélisation
6.2. Traitement et interprétation des données expérimentales
Le calcul des rendements s’effectue par une régression linéaire durant la phase de
croissance exponentielle ; c’est en effet durant cette période que les phénomènes sont
les plus intenses, et par conséquent les mieux observables. malgré les légères variations
en cours d’expérimentation, on considérera ces rendements comme étant constants
durant toute la durée de l’expérience (figure 6.11, 6.12, 6.13, 6.14). Comme précisé
dans le paragraphe 4.1.1, ces rendements sont en fait des rapports de vitesses de
conversion ; ainsi YLactate/Glucose représente le taux de conversion molaire du glucose
en lactate. En connaissant le taux maximal de conversion du glucose en lactate, qui
est théoriquement de 2 mmoles de lactate pour 1 mmole de glucose, on peut par
soustraction déduire la proportion de glucose rentrant dans le cycle.
Les valeurs des rendements des spinners étudiés sont résumées dans le tableau
6.4.
Les rapports de conversion molaire laissent apparaître que le glucose est un sub-
strat plus nutritif que la glutamine ; en effet, il participe de façon plus efficace à
la formation de biomasse. Le rendement lactate/glucose, compris entre 0,44 et 1,05
selon les spinners, est inférieur à la valeur théorique présentée précédemment de 2
g.g−1 . De la même manière, le rendement ammonium/glutamine, compris entre 1,41
80
6. Un exemple illustré de la démarche de modélisation
6.2. Traitement et interprétation des données expérimentales
81
6. Un exemple illustré de la démarche de modélisation
6.3. Présentation des modèles et des résultats obtenus
Pour statuer sur la qualité d’un modèle, il convient de comparer les coefficients
optimisés de différents spinners entre eux, ainsi qu’aux ordres de grandeur provenant
des lissages des courbes expérimentales. Sur chacune des figures présentées par la
82
6. Un exemple illustré de la démarche de modélisation
6.3. Présentation des modèles et des résultats obtenus
suite, un trait plein représente la courbe théorique fournie par le modèle, les points
correspondent aux points expérimentaux.
Tout en sachant que ce modèle, basique dans sa formulation (eq. 6.1), ne serait
sûrement pas représentatif du métabolisme cellulaire, il paraissait intéressant de tes-
ter cette approche particulièrement simple. La figure 6.15 présente l’évolution des
différentes espèces (cellules, substrats, produits) en fonction du temps ; l’ensemble
des coefficients utilisés pour obtenir ces courbes d’évolution sont listés dans le tableau
6.5).
[Glc]
µ = µmax (6.1)
[Glc] + KGlc
Paramètre Valeur
µmax 0,025 h−1
KGlc 12,98 mM
YX/Glc 0,33 105 cellules.mL−1 .g−1
YX/Gln 1,36 105 cellules.mL−1 .g−1
YLact/Glc 0,32 gP .g−1
YAmmo/Gln 1,08 gP .g−1
Critère J 4 30,37
On observe que ces résultats ne sont pas cohérents avec les variations réelles et
que le déclin de la croissance menant à la phase stationnaire est bien trop tardif.
La valeur élevée du facteur J témoigne du fait que les courbes théoriques du modèle
ne suivent pas bien les variations expérimentales. Exprimer la vitesse spécifique de
83
6. Un exemple illustré de la démarche de modélisation
6.3. Présentation des modèles et des résultats obtenus
croissance en fonction du glucose seul ne suffit donc pas pour obtenir un modèle
satisfaisant.
En réponse au constat fait sur le modèle de Monod simple, nous avons ensuite
testé un modèle de Monod double (eq. 6.2), tel que celui décrit dans le paragraphe
4.2.1. Les résultats graphiques et numériques sont présentés dans la figure 6.16 et
dans le tableau 6.6
[Glc] [Gln]
µ = µmax (6.2)
[Glc] + KGlc [Gln] + KGln
Cette fois ci, l’adéquation du modèle aux points expérimentaux semble beaucoup
plus encourageante, comme en atteste le critère J ayant pour valeur 7,53. Les 4 valeurs
des rendements apparaissent relativement faibles en comparaison de celles que nous
avions pu identifier précédemment. La valeur de µmax est quant à elle légèrement
84
6. Un exemple illustré de la démarche de modélisation
6.3. Présentation des modèles et des résultats obtenus
Paramètre Valeur
µmax 0,055 h−1
KGlc 10,62 mM
KGln 2,19 mM
YX/Glc 5
0,37 10 cellules.mL−1 .g−1
YX/Gln 1,36 105 cellules.mL−1 .g−1
YLact/Glc 0,34 gP .g−1
YAmmo/Gln 1,32 gP .g−1
Critère J 7,53
surélevée.
85
6. Un exemple illustré de la démarche de modélisation
6.3. Présentation des modèles et des résultats obtenus
6.7).
Paramètre Valeur
µmax 0,046 h−1
KGlc 9,01 mM
KGln 0,07 mM
KLact 11,91 mM
YX/Glc 0,85 105 cellules.mL−1 .g−1
YX/Gln 0,66 105 cellules.mL−1 .g−1
YLact/Glc 0,34 gP .g−1
YAmmo/Gln 3,00 gP .g−1
Critère J 31,43
86
6. Un exemple illustré de la démarche de modélisation
6.3. Présentation des modèles et des résultats obtenus
[Glc] [Gln]
µ = µmax (6.4)
[Glc] + KGlc [Gln] + KGln
d[Gln] 1
dt = − Y µapp XV − Kdeg [Gln] (6.5)
XV /Gln
87
6. Un exemple illustré de la démarche de modélisation
6.3. Présentation des modèles et des résultats obtenus
Table 6.8 – Coefficients optimisés du Modèle de Monod double avec terme de dé-
gradation - spinner 1, 2, 5, 6 et 7
88
6. Un exemple illustré de la démarche de modélisation
6.3. Présentation des modèles et des résultats obtenus
!
[Glc] [Gln]
µ = µmax [Gln]2
(6.6)
[Glc] + KGlc KGln + [Gln] + KI
Ce modèle présente des résultats relativement cohérents sur l’ensemble des ex-
périences excepté concernant la valeur de la constante KGln qui semble varier énor-
mément d’un cas à l’autre. En prenant en considération la valeur du facteur de
performance J, ce modèle est celui qui apporte les résultats les plus performants.
Cependant, même s’il semble fournir les meilleurs résultats mathématiquement par-
lant, l’hypothèse biologique d’inhibition par la glutamine sur laquelle il repose est
discutable, et il n’est pas forcément le plus pertinent.
89
6. Un exemple illustré de la démarche de modélisation
6.4. Discussion des résultats
Cet exemple illustre bien les limites de la modélisation : une hypothèse fausse à
la base peut, pour autant, conduire à un résultat d’allure satisfaisante.
90
6. Un exemple illustré de la démarche de modélisation
6.4. Discussion des résultats
par la même occasion, les faibles valeurs de rendement YX/Gln optimisées et les fortes
variations ressenties sur le KGln .
Cet écart constaté concernant les cellules et la glutamine est sûrement dû à l’op-
timisateur ; en effet si l’on utilise uniquement les points expérimentaux situés dans
la phase exponentielle, on s’aperçoit que les courbes du modèle ont une allure beau-
coup plus juste. Ceci permettrait de conclure que les formulations de nos modèles
non structurés représentent bien la phase de croissance, mais pas forcément l’inté-
91
6. Un exemple illustré de la démarche de modélisation
6.4. Discussion des résultats
gralité de l’expérience. On peut ainsi supposer que le modèle est encore incomplet
pour décrire l’ensemble d’une culture.
D’autre part, Matlabr donne accès à d’autres outils qui permettent, en aval, de
« valider »en partie la structure de nos modèles. A l’issu d’une optimisation par l’al-
gorithme, celui ci propose un grand nombre de vecteurs de paramètres qui conduisent
tous à une erreur J minimale et équivalente. L’analyse de l’ensemble des valeurs pro-
posées pour un paramètre comme µmax et l’analyse de ces ensembles de paramètres
deux à deux, décrit ici la distribution des paramètres identifiés et les corrélations
entre les paramètres. Par exemple, la figure ?? suivante montre la distribution des
différents coefficients optimisés dans le cas du modèle d’Andrews ; on peut ainsi se
rendre compte de l’impact de chacun des facteurs et des interactions pouvant exister
entre ces derniers. Ce tableau possédant le même nombre de lignes et de colonnes
permet de visualiser la répartition des valeurs de chacun des paramètres optimisés
au sein de la population finale. La diagonale présente ainsi la distribution purement
statistique des valeurs optimisées pour un même paramètre 6 . Plus la distribution
est large et éparse, moins la précision sur la valeur du paramètre en question est
importante dans le modèle ; à l’inverse un paramètre présentant un nuage de points
concentrés aura un poids important sur le système.
Ce type de diagramme met aussi en évidence les corrélations éventuelles entre les
différents paramètres du système. Une répartition des points de manière linéaire et
oblique entre deux paramètres traduit alors que ces paramètres se compensent l’un
et l’autre et qu’un seul peut suffir à caractériser le système. A titre d’exemple, nous
avons créé un tel graphique en recréant artificiellement un modèle contenant deux
termes dépendants l’un de l’autre (exemple figure ??).
En conclusion, les résultats que nous avons pu obtenir suite à ces travaux de
modélisation répondent en partie à la problématique développée initialement. Tout
en conservant une certaine simplicité dans le formalisme mathématique et dans les
phénomènes décrits, nous avons identifié un modèle permettant, à quelques variations
près, de représenter l’évolution de notre système de culture cellulaire. Comme nous
6. à la manière d’un intervalle de confiance
92
6. Un exemple illustré de la démarche de modélisation
6.4. Discussion des résultats
93
6. Un exemple illustré de la démarche de modélisation
6.4. Discussion des résultats
94
Troisième partie
95
Chapitre 7
96
7. L’approche PAT appliquée à la culture de cellules animales
7.1. Une nouvelle approche du développement et de la production : le PAT
97
7. L’approche PAT appliquée à la culture de cellules animales
7.1. Une nouvelle approche du développement et de la production : le PAT
C’est dans cette optique que s’intègrent les outils de modélisation mathématique
tels que ceux que nous avons pu présenter. Comme nous l’avons vu précédemment,
les modèles permettent d’augmenter le degré de connaissance du procédé en validant
certaines hypothèses. Ils permettent aussi de prédire l’évolution du procédé et d’aider
l’utilisateur à la prise de décision, en vu de réduire les variations du procédés et par
conséquent d’optimiser et d’améliorer ses performances.
Le PAT passe par l’identification et la mesure des paramètres critiques du pro-
cessus, encore appelés CCP pour « Critical Process Parameters »et par la définition
d’un domaine de confiance définissant les frontières d’application du procédé. Ce
dernier point rapproche le PAT d’une autre notion récente : celle de QbD.
1. La très grande majorité des procédés pharmaceutiques reposent actuellement sur des pro-
cédures opératoires standards (SOP), que l’on pourrait assimiler à des recettes, à des routines
pré-conçues (contrôle en boucle ouverte, sans « retro-action »)
98
7. L’approche PAT appliquée à la culture de cellules animales
7.1. Une nouvelle approche du développement et de la production : le PAT
On peut classifier les outils pour la mise en œuvre du PAT en trois catégories :
– « at-line » : ces techniques impliquent des mesures et des analyses hors ligne
suite à des prélèvements d’échantillons,
– « on-line » : la mesure est réalisée quasiment en temps réel, et elle est non
invasive. Le capteur , ou la technologie, est implanté en boucle fermée sur le
procédé afin de ne pas perturber son évolution,
– « in-line / in-situ » : la mesure est réalisée en temps réel et ne perturbe pas
le système étudié étant donné que le capteur stérilisable, ou la technologie, est
non invasif et est implanté dans le procédé à étudier.
La méthodologie QbD s’appuie donc sur une grande connaissance et une bonne
maîtrise du procédé de production résultant d’un grand nombre d’informations ac-
quises, soit, au cours du procédé par les technologies PAT d’analyse en ligne, soit,
par des techniques de plans d’expériences préalables (DOE : Design Of Experiment).
Les approches PAT et QbD impliquent un surcoût évident lors des opérations
de développement et une maîtrise des procédé beaucoup plus exigeante. Cependant,
2. Terme trivial désignant le protocole complet de production
99
7. L’approche PAT appliquée à la culture de cellules animales
7.2. Le PAT appliqué à la culture cellulaire
elles entraînent aussi des économies considérables en production. En effet, ces ap-
proches modernes permettent, à travers une meilleure compréhension des processus,
de réduire de façon conséquente leur variabilité intrinsèque 3 . On améliore ainsi la
qualité et la productivité des procédés, deux notions souvent en opposition.
100
7. L’approche PAT appliquée à la culture de cellules animales
7.2. Le PAT appliqué à la culture cellulaire
La concentration cellulaire est une des variables clefs pour le contrôle des pro-
cédés de culture cellulaire. Elle est particulièrement utile pour déterminer les mo-
ments optimaux d’infection virale des cultures. Les premières techniques mises en
place quantifiaient la concentration cellulaire de manière indirecte à partir de don-
nées intermédiaires telles que la consommation d’oxygène ou la quantité de glucose
consommée [?]. Les inconvénients de ces méthodes de quantification sont qu’elles se
6. Ces paramètres ne sont pas suivis en systématique, mais uniquement en fonction des besoins
et de manière plus artisanale.
101
7. L’approche PAT appliquée à la culture de cellules animales
7.2. Le PAT appliqué à la culture cellulaire
Figure 7.1 – Exemple de suivi des concentrations cellulaires dans le cadre du PAT
[?]
La spectroscopie diélectrique
102
7. L’approche PAT appliquée à la culture de cellules animales
7.2. Le PAT appliqué à la culture cellulaire
Il est possible d’assurer un suivi en-ligne des espèces par la mise en place de
méthodes permettant de doser ces métabolites directement dans le surnageant de
culture. En effet, le suivi de la concentration de certains métabolites clefs du méta-
bolisme peut permettre d’améliorer le contrôle de la culture par le calcul des rapports
stœchiométriques [?].
Actuellement, le suivi des métabolites est communément réalisé par des mesures
hors-ligne, soit par des méthodes enzymatiques, soit par CLHP. D’autres outils poin-
tus tels que la spectroscopie de fluorescence, la RMN ou la spectroscopie de masse
sont aussi envisageables. Tous se heurtent cependant à une problématique de taille,
à savoir la nécessité de prélever de manière stérile et automatisée des échantillons
dans le milieu de culture. D’autre part, la matrice d’analyse est particulièrement
complexe et ces techniques imposent le plus souvent une extraction en amont visant
à purifier l’échantillon. La présence de microporteurs rend cette phase de purification
relativement délicate et longue à réaliser, inconvénient majeur pour une démarche
PAT.
103
7. L’approche PAT appliquée à la culture de cellules animales
7.2. Le PAT appliqué à la culture cellulaire
échantillons.
7.2.3.2 La spectroscopie IR
104
7. L’approche PAT appliquée à la culture de cellules animales
7.2. Le PAT appliqué à la culture cellulaire
105
7. L’approche PAT appliquée à la culture de cellules animales
7.2. Le PAT appliqué à la culture cellulaire
l’arsenal analytique des laboratoires de contrôle qualité ; son caractère non invasif en
fait une méthode de choix pour tester les matières premières, les produits finis ainsi
que pour s’assurer du bon déroulement de certaines opérations unitaires en cours de
production 8 .
Dans le cas précis des cultures cellulaires animales, la spectroscopie proche in-
frarouge a déjà démontré son intérêt dans le dosage des métabolites. Cependant, la
plupart des applications restent pour l’instant « at-line », et non « in situ », ce qui
constitue l’objectif final.
La principale difficulté inhérente à l’utilisation de ces techniques réside dans l’in-
terprétation des spectres obtenus. En effet, un spectre infrarouge classique est com-
posé d’une multitude de signaux superposés, qu’il va falloir individualiser par des
outils mathématiques et informatiques tels que la PCA (Analyse en composante
principale), les méthodes de régression ou les transformées de Fourier [?]. Ces tech-
niques vont permettre d’extraire de façon sélective les informations contenues. Un
autre obstacle à surmonter pour mettre en place un suivi en ligne par NIR tient à
la complexité physique des milieux de culture. En effet, la présence de bulles, la vis-
cosité du milieu ou encore une répartition biphasique, seront autant de phénomènes
qui risquent de perturber l’acquisition et la qualité des spectres [?] (figure ??).
Comme nous avons pu le voir, le PAT est une solution particulièrement intéres-
sante dans la maîtrise au quotidien des bioprocédés. Bien que l’approche PAT soit
maintenant connue de tous, et qu’elle ait trouvée sa place dans les textes règlemen-
taires les plus récents, un grand nombre d’entreprises pharmaceutiques restent encore
très peu expérimentées vis-à-vis de ce concept. Il est résulte un certain scepticisme et
une certaine difficulté à faire admettre les conséquences de taille que le PAT induit.
Dans cette période de crise, l’argument économique sera certainement un argument
critique, poussant les organisations à adopter assez rapidement ce nouvel outil.
106
7. L’approche PAT appliquée à la culture de cellules animales
7.2. Le PAT appliqué à la culture cellulaire
107
Chapitre 8
Nous avons pu mettre en évidence dans le chapitre précédent que l’approche PAT
offre une meilleure maîtrise du procédé. Cette approche tend à augmenter le degré
de connaissance relatif au procédé, à réduire sa variabilité intrinsèque et à mettre
en place un suivi ciblé sur chaque lot. Par conséquent, le PAT présente le double
avantage d’améliorer la productivité du procédé, par la recherche de rendements
optimaux, mais aussi le degré de qualité final du produit.
Un autre facteur va venir impacter directement la qualité du produit final asep-
tique ; il s’agit, non plus du procédé en lui même, mais de son environnement. Effec-
tivement, dans le cadre de productions stériles, un ensemble de mesures préventives
sont mises en place pour s’assurer qu’aucune contamination ne peut survenir durant
la production. Il apparaît donc particulièrement important de consacrer un chapitre
aux spécificités des productions stériles.
Ce chapitre s’attachera donc en premier lieu à redéfinir la notion de stérilité, à
présenter les différentes méthodes pouvant être mises en œuvre et enfin à décrire les
moyens permettant, en pratique, de limiter les biocontaminations.
108
8. La maîtrise de la qualité dans une production aseptique
8.1. Stérilité et stérilisation
8.1.1.1 Définition
Selon les BPF et la Pharmacopée européenne, la stérilité est définie par l’absence
de tout organisme vivant dans ou sur le produit ; les conditions de l’essai de stérilité
sont décrites dans la Pharmacopée européenne [?].
En réalité, un produit considéré comme stérile ne signifie pas forcément qu’il est
exempt de micro-organismes non désirés, mais seulement :
Par définition, l’état stérile d’un produit se traduit par la probabilité d’au plus 1/106
d’y trouver un germe viable ou revivifiable. Cette notion est introduite par les auto-
rités de santé sous le terme de niveau d’assurance de stérilité, ou NAS ; ce concept
est explicité en Annexe ??.
Selon la Pharmacopée européenne [?], les formes pharmaceutiques strictement
stériles sont :
– les préparations parentérales, telles que les injectables, les préparations pour
perfusion 1 , les gels et les implants ;
– les préparations ophtalmiques ;
– les fils chirurgicaux non résorbables stériles.
1. à utiliser en l’état, à diluer ou à dissoudre
109
8. La maîtrise de la qualité dans une production aseptique
8.1. Stérilité et stérilisation
8.1.2 La stérilisation
Une stérilisation efficace est une stérilisation qui permet d’obtenir une très faible
probabilité de survie des spores bactériennes. La plupart des bactéries sont facilement
tuées par l’action des différents procédés de stérilisation, à l’exclusion de certaines
spores et de certaines formes de résistance. L’efficacité de la stérilisation dépend prin-
cipalement de la charge microbienne de départ : plus le nombre de micro-organismes
présents initialement est important, plus le NAS est difficile à atteindre.
Il est à noter que la stérilisation est un processus au résultat permanent ; tant
110
8. La maîtrise de la qualité dans une production aseptique
8.2. Les différentes méthodes d’obtention de la stérilité
que la barrière protectrice de l’élément stérilisé n’est pas rompue, un produit stérile
le restera forcément.
Un certain nombre de tests sont mis en place avant et pendant la production pour
s’assurer que le processus de stérilisation s’est déroulé en bonne et due forme. Selon
la Pharmacopée européenne, un procédé de stérilisation doit être validé pour assurer
une reproductibilité et une efficacité maximale. Cette validation de la stérilisation
consiste en 3 éléments :
– la validation microbienne : cette étape ne concerne que les procédés de stéri-
lisation dont les paramètres physiques (température, temps, . . .) ne sont pas
faciles à contrôler. A l’aide d’indicateurs biologiques répartis dans la charge
soumise à stérilisation, la qualification consiste à démontrer que le procédé
inactive l’ensemble des micro-organismes du test. Ces indicateurs biologiques
sont des supports de micro-organismes de référence.
– les essais de stérilité : ces tests consistent à observer l’effet du procédé de
stérilisation sur les produits fabriqués. Ils correspondent donc au contrôle d’un
certain nombre d’échantillons de la production.
– la détermination de la contamination initiale : l’efficacité de la stérilisation
dépend de cette biocharge initiale.
111
8. La maîtrise de la qualité dans une production aseptique
8.2. Les différentes méthodes d’obtention de la stérilité
112
8. La maîtrise de la qualité dans une production aseptique
8.2. Les différentes méthodes d’obtention de la stérilité
113
8. La maîtrise de la qualité dans une production aseptique
8.2. Les différentes méthodes d’obtention de la stérilité
présentés précédemment 2 . Ce procédé est aussi le procédé de choix pour filtrer des
matières premières fluides comme par exemple les milieux de culture ou l’eau.
Malgré son optimisation permanente, la filtration reste tout de même moins per-
formante que les autres méthodes car les risques en terme de stérilité demeurent
encore importants. De plus, la filtration ne retient que les bactéries et les moisissures
alors que les virus, certains mycoplasmes et les pyrogènes ne sont pas ou peu éliminés
du liquide.
La libération d’un lot aseptique repose sur un ensemble de paramètres qui doivent
être tous conformes pour pouvoir assurer que chaque unité de produit fabriquée
est stérile (figure ??). La libération du produit fini est basée à posteriori sur les
données de suivi et sur les contrôles de l’ensemble de ces paramètres. Les informations
recueillies in-process peuvent être multiples :
– contrôle de la contamination microbiologique ;
– test de stérilité des produits ;
2. produits hygrosensibles ou thermolabiles
114
8. La maîtrise de la qualité dans une production aseptique
8.2. Les différentes méthodes d’obtention de la stérilité
Selon l’EMEA, la libération paramétrique n’est possible qu’à condition que le procédé
de stérilisation soit validé, qu’un suivi en cours de production soit instauré et que la
115
8. La maîtrise de la qualité dans une production aseptique
8.3. Limitation des sources de contamination
robustesse du procédé soit démontrée. Elle est validée par une étude pointue visant
à assurer le niveau de stérilité du produit qui nécessite la validation du procédé de
fabrication de produits stériles et une bonne définition des critères d’acceptation d’un
lot conforme.
Comme nous avons pu le préciser, limiter les sources de contamination est une
préoccupation cruciale pour assurer la qualité du produit final.
Cette limitation des biocontaminations repose sur deux piliers essentiels : la maî-
trise des salles propres et du personnel.
8.3.1.1 Définition
Les produits stériles sont fabriqués dans des zones de travail particulières appe-
lées : salle propre, salle blanche, zone à empoussièrement contrôlé ou encore zone à
atmosphère contrôlée. Selon la norme NF EN ISO 14644 [?], une particule se définit
comme étant :
116
8. La maîtrise de la qualité dans une production aseptique
8.3. Limitation des sources de contamination
8.3.1.2 Classification
117
référentiels GMP BPF ISO 14644-1 Surveillance Surveillance
particulaire au microbiologique
repos, part. de UFC/m3
0,5µm/m3
118
M 4.5 ou 1000 B 6 3500 10
Classes
M 5.5 ou 10 000 C 7 350000 100
Table 8.1 – Correspondance des différentes classifications caractérisant les salles propres
8.3. Limitation des sources de contamination
8. La maîtrise de la qualité dans une production aseptique
8.3. Limitation des sources de contamination
119
8. La maîtrise de la qualité dans une production aseptique
8.3. Limitation des sources de contamination
Il s’avère nécessaire de limiter le risque de dépôt des particules. Pour cela, des
systèmes réalisant des flux d’air laminaires, c’est à dire réguliers, homogènes et uni-
directionnels, sont mis en place dans les zones de fabrication. Ceci permet aux parti-
cules d’être portées par des courants horizontaux, tourbillonnaires ou ascensionnels
et d’éviter ainsi leur chute sur les surfaces, sur le personnel ou directement sur le
produit.
Les ZAC sont alimentées d’air stérile obtenu par des filtres absolus HEPA situés
aux points de soufflage et d’extraction d’air dans la zone. Ils retiennent à la fois
120
8. La maîtrise de la qualité dans une production aseptique
8.3. Limitation des sources de contamination
8.3.2 Le personnel
121
8. La maîtrise de la qualité dans une production aseptique
8.3. Limitation des sources de contamination
ZAC car elle risque d’introduire des particules ou micro-organismes dans l’environ-
nement (blessure en contact avec le produit, gouttelettes de salive projetées lors d’un
éternuement, . . .).
Dans le cas des productions aseptiques, le personnel amené à intervenir dans une
ZAC reçoit également une formation spécifique comportant des consignes d’hygiène
et des notions de microbiologie. Il convient également d’évaluer régulièrement les
acquis du personnel [?] :
On constate en effet une certaine dérive dans les gestes et les bonnes pratiques du
personnel qu’il convient de limiter.
8.3.2.3 L’habillage
Le personnel doit ainsi respecter les procédures d’habillage en vigueur. Les vête-
ments personnels ne peuvent être introduits dans les vestiaires conduisant aux zones
B et C. Quelques règles simples sont à respecter :
– enfiler sa tenue sans qu’elle touche le sol ;
– se laver les mains avant de rentrer en zone ;
122
8. La maîtrise de la qualité dans une production aseptique
8.3. Limitation des sources de contamination
– respecter les précautions d’usage pour enfiler les gants sans en contaminer la
surface extérieure. Le gant est en effet un des vecteurs majeurs de contamina-
tion par les micro-organismes.
Selon la classe de la salle propre, la tenue à porter peut être différente : plus
les normes particulaires sont strictes, plus la tenue est protectrice. Dans certains
cas, si le germe manipulé est fortement pathogène, les habits ont aussi pour rôle de
protéger l’opérateur vis-à-vis du risque biologique inhérent au produit. Selon les BPF
[?] (tableau ??) :
123
8. La maîtrise de la qualité dans une production aseptique
A/B C D
Corps Veste + pantalon ou Veste + pantalon ou Vêtement protecteur normal
combinaison, serrées au combinaison, serrées au
poignet avec un col montant poignet avec un col montant
Tête Cagoule pour les cheveux, Cheveux, barbe et Cheveux, barbe et
masque pour le visage, barbe moustaches recouvertes moustaches recouvertes
et moustaches recouvertes
Table 8.2 – Les tenues de travail selon la classification des zones [?]
Conclusion
Les vaccins constituent une classe thérapeutique qui possède plusieurs spécifici-
tés, tant au niveau des méthodes de production en vigueur, qu’au niveau de leur
formulation et de leur administration. Historiquement, les vaccins sont les premiers
représentants d’une catégorie de spécialités en forte croissance : biomédicaments. A
travers le temps, les vaccins n’ont cessé d’évoluer jusqu’à atteindre, de nos jours, des
formes faisant largement appel aux techniques de génie génétique. Malgré tout, cette
classe thérapeutique est totalement indissociable des technologies de culture cellu-
laire. Ces dernières décennies, la lignée cellulaire Vero a massivement été utilisée par
de nombreux laboratoires pour permettre la production de vaccins à des échelles im-
portantes. A des fins d’optimisation, il est donc particulièrement utile de connaître
les spécificités de culture, ainsi que d’avoir un aperçu juste du métabolisme de cette
lignée.
Pour répondre à ces problématiques de compréhension du métabolisme cellulaire,
une alternative de choix repose sur la mise en place de modèles mathématiques
schématisant le comportement des cellules en culture. Nous avons pu constater, à
travers notre étude, que la modélisation est une solution de choix, qui peut fournir
des résultats satisfaisants. En contrepartie, cet outil est aussi relativement complexe,
et impose d’être mis en place avec des personnes compétentes en la matière. Pour
l’instant, les outils de modélisation sont encore assez peu présents dans les industries
de santé, mais il est fort à parier qu’il deviendront certainement une habitude dans
les années à venir.
L’age d’or de l’industrie pharmaceutique est révolu et cette dernière doit mainte-
125
8. La maîtrise de la qualité dans une production aseptique
8.3. Limitation des sources de contamination
nant faire face à de nouveaux défis. Actuellement, le climat économique est beaucoup
moins faste ; les pertes de brevet et l’arrivée des génériques créent un environnement
fortement concurrentiel pour lequel productivité et économies sont de rigueur. Pa-
rallèlement, les autorités de santé exigent un degré de qualité de plus en plus élevé,
alors même que les procédés de production sont de plus en plus complexes. Ces deux
raisons justifient la démocratisation de l’approche PAT au sein des entreprises de
santé. Cette nouvelle démarche implique de mieux comprendre les différentes étapes
de la fabrication de manière à pouvoir en maîtriser et en certifier le bon déroulement.
L’emploi du PAT est particulièrement approprié dans le domaine des biotechnologies
qui mettent en jeu des phénomènes relativement complexes ; en effet, les procédés
biotechnologiques sont soumis aux aléas liés à l’utilisation de matériel biologique. En
terme de résultat, l’objectif du PAT est in fine de réduire la variabilité intrinsèque
aux process, ce qui permet de gagner aussi bien en terme de productivité que de
qualité.
Parallèlement à l’application sur le terrain de bonnes pratiques de fabrication
permettant la maîtrise des biocontaminations, il est alors possible des standardss de
qualité particulièrement élevés. Cependant, bien que cette approche soit indiscuta-
blement positive, en terme de productivité et de qualité, elle suscite encore plusieurs
inquiétudes et l’avenir reste flou quant à la rapidité de sa mise en place.
126
Bibliographie
[1] 2000 AFNOR. Norme NF EN ISO 14937 ; Stérilisation des produits de santé.
[2] 2003 AFNOR. Norme ISO 14644 ; Salles propres et environnement maîtrisés
apparentés, Partie 6 : Vocabulaire.
[6] P.N. Barrett, W. Mundt, O. Kistner, and M.K. Howard. Vero cell platform in
vaccine production : moving towards cell culture-based viral vaccines. Vaccines,
8(5) :607–618, 2009.
[8] LEEM Comité Biotech. Bioproduction 2008, État des lieux et recommandations
pour l’attractivité de la France. Rapport de synthèse - LEEM, 2008.
[9] G. Birol, P. Doruker, B. Kirdar, Z.I. Ansan, and K. Algen. Mathematical descrip-
tion of ethanol fermentation by immobilised Saccharomyces cerevisiae. Process
Biochemistry, 33(7) :763–771, 1998.
127
BIBLIOGRAPHIE BIBLIOGRAPHIE
[13] C. Danan and A. Rachon. Qualification des performances des filtres stérilisants.
Techniques de l’ingénieur, Réf. P3 354, 2006.
[16] H. Dorai, S.K. Yun, D. Ellis, C. Kinney, C. Lin, D. Jan, G. Moore, and M.J. Be-
tenbaugh. Expression of anti-apoptosis genes alters lactate metabolism of Chi-
nese Hamster ovary cells in culture. Biotechnology and Bioengineering, 103(3),
2009.
[18] J.M. Eakman, A.G. Fredrickson, and H.M. Tsuchiya. Statistics and Dynamics of
Microbial Cell Populations. Chemical Engineering Progress Symposium Series,
69 :37–49, 1966.
[19] R.W. Ellis. New technologies for making vaccines. Vaccine, 17(13-14) :1596–
1604, 1999.
[20] Food and Current good manufacturing practice drug administration. Guidance
for industry, Sterile drug products produced by aseptic processing. 2004.
[21] Food and Current good manufacturing practice drug administration. Manufac-
turing, processing, packaging or holding drugs, 21 CFR, Part 211. 2003.
128
BIBLIOGRAPHIE BIBLIOGRAPHIE
[22] Food and Guidance for Industry drug administration. PAT - A Framework
for Innovative Pharmaceutical Development, Manufacturing, and Quality Assu-
rance. http://www.fda.gov/cvm/guidance/published.html.2004.
[23] P. Gaulé and M. Kaddar. Le marché mondial des vaccins : évolution et dyna-
misme. ReMed ; Réseau médicament & développement, 29 :1–4, 2004.
[25] J.C. Guichard. Les salles propres (salles blanches), du Fédéral Standard aux
normes ISO. http://www.aspec.fr;Consultationmars2010.
[28] M. Kaddar. Marché mondial du vaccin et besoins des PED. Extrait de conférence
- OMS, 2006.
[29] J.F. Kerr, A.H. Wyllie, and Currie A.R. Apoptosis : a basic biological phe-
nomenom with wide-ranging implications in tissue kinetics. British Journal of
Cancer, 26(4) :239–257, 1972.
[30] C. Kontoravdi, D. Wong, C. Lam, Y.L. Yih, M.G.S. Yap, E.N. Pistikopoulos, and
A. Mantalaris. Modeling amino acid metabolism in mammalian cells - Toward
the development of a model library. Biotechnology Progress, 23(6) :1261–1269,
2007.
[32] M. Lecina, A. Soley, J. Gracia, E. Espunya, B. Lazaro, J.J. Cairo, and F. Go-
dia. Application of on-line OUR measurements to detect actions points to im-
129
BIBLIOGRAPHIE BIBLIOGRAPHIE
[36] R.D. Mcgee, J.F. Drake, A.G. Fredrickson, and H.M. Tsuchiya. Studies in in-
termicrobial symbiosis. Saccharomyces cerevisiae and Lactobacillus casei . Ca-
nadian Journal of Microbiology, 18(11) :1733–1742, 1972.
[37] S. Mendivil and A. Burns. Quality by Design : Current Regulatory Status and
Future Challenges. BioProcess International, 7(S) :84–87, 2009.
[38] O.W. Merten. Editorial : Safety for vaccine(e)s. Cytotechnology, 34(3) :181–183,
2006.
[39] O.W. Merten. Introduction to animal cell culture technology - Past, present
and futur. Cytotechnology, 3(1-3) :181–183, 2006.
[40] O.W. Merten, R. Wu, E. Couvel, and R. Crainic. Evaluation of the serum-free
medium MDSS2 for the production of poliovirus on Vero cells in bioreactors.
Cytotechnology, 25(1-3) :35–44, 1997.
130
BIBLIOGRAPHIE BIBLIOGRAPHIE
[46] E. Petiot. Procédés de cultures de cellules Vero en milieu sans sérum : contribu-
tion au développement d’une stratégie PAT. PhD thesis, Institut polytechnique
de Lorraine, Nancy, France, 2009.
[47] 5ème édition Pharmacopée européenne. Chapitre 2.6.1 : Stérilité, Référence 01-
2005-20601. http://online.pheur.org/entry.htm;Consultationmars2010.
[48] S.L. Plotkin and S.A. Plotkin. A short history of vaccination. In Vaccines, 4th
edition.
[49] M.N. Pons, S.L. Bontao, and O. Potier. Spectral analysis and fingerprinting for
biomedia characterisation. Journal of Biotechnology, 113(1-3) :211–230, 2004.
[51] M. Rey and R. Triau. Les vaccins. La Semaine des hôpitaux de Paris, 62(48-
49) :3823–3848, 1986.
[52] M. Rhiel, M.B. Cohen, D.W. Murhammer, and M.A. Arnold. Nondestruc-
tive near-infrared spectroscopic measurement of multiple analytes in undiluted
samples of serum-based cell culture media.
[53] J.E. Ricci. Les mécanismes moléculaires de l’apoptose. INSERM U526, Faculté
de médecine de Nice. http://www.123bio.net/revues/jericci/iapoptose.
html-Consultationfévrier2010, 2000.
131
BIBLIOGRAPHIE BIBLIOGRAPHIE
[54] Ozturk S. and Wei-Shou H. Cell culture technology for pharmaceutical and
cell-based therapies. Biotechnology and bioprocessing, taylor & francis ltd, 1st
edition edition, 2004.
[55] M. Scarff, S.A. Arnold, L.M. Harvey, and B. McNeil. Near infrared spectroscopy
for bioprocess monitoring and control : Current status and future trends. Critical
Reviews in Biotechnology, 26(1) :17–39, 2006.
[57] M. Schneider, I.W. Marison, and U. Von Stockar. The importance of ammonia
in mammalian cell culture. Journal of Biotechnology, 46(3) :161–185, 1996.
[61] N. Trijau. Production de vaccins et d’anticorps par les plantes. Master’s thesis,
Faculté de pharmacie de Nancy, 2008.
[62] D. Wang, W. Liu, B. Han, and R. Xu. The bioreactor : a powerful tool for large-
scale culture of animal cells. Current Pharmaceutical Biotechnology, 6(5) :397–
403, 2005.
[63] J.N. Warnock and M. Al-Rubeai. Bioreactor systems for the production of
biopharmaceuticals from animal cells. Biotechnology and Applied Biochemistry,
45(1) :1–12, 2006.
132
BIBLIOGRAPHIE BIBLIOGRAPHIE
[65] Dong Z., Saikumar P., Weinberg J. M., and Venkatachalam M.A. Internucleoso-
mal DNA cleavage triggered by plasma membrane damage during necrotic cell
death. American journal of pathology, 151(5) :1205–1213, 1997.
[66] A.-P. Zeng, W.-S. Hu, and W.-D. Deckwer. Variation of stoichiometric ratios and
their correlation for monitoring and control of animal cell cultures. Biotechnology
Progress, 14(3) :434–441, 1 998.
133
Annexe A
134
A. Rédiger un document sous LATEX
assimiler les fonctions de base mais cela fait économiser par la suite énormément
d’énergie.
LATEX fonctionne en deux étapes :
– l’écriture du texte sous forme d’instructions de codage ;
– l’interpolation et la création du document final, après compilation.
Pour exemple, voici un morceau choisi de ce chapitre :
Si vous êtes parvenus jusqu’ici c’est que LATEX vous intéresse au moins un peu
et que vous allez peut-être l’essayer. Dans ce cas vous remarquerez que LATEX ne
fonctionne pas comme un logiciel traditionnel et qu’il fonctionne grâce à deux entités
distinctes : le coeur de LATEX, qui travaille en coulisses, et l’éditeur de texte.
Pour ma part, j’ai utilisé les éléments suivants qui sont extrêmement populaires :
– Le coeur de LATEX : utilisation de MikTEX, disponible sur http://miktex.
org/ ;
– L’éditeur de texte : utilisation de TEXmaker.
135
Annexe B
!
X X (Xtheo − Xexp )2
M inX J (X) = (B.1)
especes
Xexp
nbpts
Principe de fonctionnement
136
B. Les algorithmes évolutionnistes
3. S’en suit l’étape de sélection (Se) pour laquelle on conserve les individus les
plus performants et on rejette les individus les moins efficaces.
4. Ces individus performants seront croisés entre eux (Cr ). D’un point de vue
mathématique, cela signifie que l’on mélange entre eux les coefficients d’indi-
vidus différents. On exploite les caractéristiques des meilleurs individus pour
créer de nouveaux individus encore plus performants.
137
B. Les algorithmes évolutionnistes
Parmi les différentes options que l’on peut modifier pour faire varier l’optimisa-
tion, on trouve :
– les bornes du domaine de recherche : qui définissent l’intervalle dans lequel
pourront se trouver les valeurs aléatoirement générées ;
– le nombre d’individus : qui correspond au nombre de points dans la population
par génération. Plus ce nombre est élevé, plus les chances de générer un individu
performant sont importantes mais plus la convergence est longue à obtenir (car
l’algorithme traite plus d’informations) ;
– les caractéristiques d’élimination : qui définissent comment on choisit d’éliminer
certains individus ;
– le critère d’arrêt stoppant l’algorithme : ici, il correspond à la différence entre
le critère de performance du meilleur individu et celui du dernier individu de
la population ;
– le type de codage d’un individu (haploïde ou diploïde) : dans l’algorithme
utilisé, on définit un pourcentage d’individus homozygotes et hétérozygotes
(les homozygotes s’apparentent à un codage haploïde) ;
– la nature des mutations et leur fréquence d’occurrence : qui correspond au
nombre d’individus ou de gènes nouvellement créés au sein de la population.
L’optimum final et la durée de convergence du programme dépendront des valeurs
rentrées pour ces différents critères et de la cohérence des bornes choisies.
138
Annexe C
Un niveau d’assurance de stérilité (NAS) défini est toléré puisqu’il est impossible
de garantir une absence totale de micro-organismes viables pour tous les articles
d’un même lot. Ce niveau d’assurance correspond à une contamination maximale
tolérée même si, dans l’absolu, nous recherchons un taux de contamination nul au
sein de l’ensemble du lot. Il convient de réaliser un plan d’échantillonnage et de faire
intervenir des notions de probabilité.
139
Annexe D
140
D. Liste des abréviations et nomenclature
141
D. Liste des abréviations et nomenclature
142
D. Liste des abréviations et nomenclature
143
Index
144
INDEX INDEX
145
FACULTE DE PHARMACIE UNIVERSITE HENRI POINCARE • NANCY 1
DEMANDE D'IMPRIMATUR
iJ!a :
Président : Mme. Chantal FrNANCE, Pro fesseur à la Faculté Mm" C hanta l ~A NC E Mm" Annte MARC
lJ ~~
de Pharmacie
Directeur : Mme. Ann ie MAR C. Directeur de Recherch e
CNRS
Vu et approuvé, Vu.
d;rrj~~l~~i'e,
Fran cin e PA. UL US J~ ~N
<..-
Ns d'enregistreœeœ : :'>l~
N° d’identification :
TITRE
Maîtrise des procédés de culture cellulaire pour la production de vaccins
Les bioprocédés ont connu un essor considérable dans les industries pharmaceu-
tiques au cours de ces dernières décennies ; les biotechnologies y ont réussi leur pari en
passant, en l’espace de quelques années, de la théorie à la réalité. À constater l’évo-
lution forte du marché des biomédicaments, les biotechnologies et l’industrie phar-
maceutique sont de plus en plus intimement liées. Ce constat est particulièrement
vrai en ce qui concerne le domaine des vaccins, puisque la production de vaccins est
indissociable des techniques de culture de cellules animales. Par conséquent, les prin-
cipes de culture cellulaire et le métabolisme des cellules animales sont des thématiques
particulièrement étudiées depuis plusieurs décennies.
Sous l’impulsion des autorités de santé et sous l’effet d’une concurrence exacer-
bée, les industries de santé se doivent de maîtriser de mieux en mieux leurs procédés
de production, à fortiori les procédés biotechnologiques. Cette maîtrise passe par une
meilleure compréhension des procédés et de leur fonctionnement, ainsi que par l’uti-
lisation de nouveaux outils tels que les modèles mathématiques. Dans ces conditions,
les modèles mathématiques permettent de jeter un pont entre l’entité microscopique
qu’est la cellule, et l’aspect macroscopique et le fonctionnement du procédé.
MOTS CLÉS
Culture cellulaire ; (Cellules) Vero ; Production de vaccins ; PAT ; Biocontaminations
Directeur de thèse Intitulé du laboratoire Nature